Машинное обучение — это работа для «ученых» или программистов?

Question

[Сергей Нижний Новгород]

Всем привет

Сейчас изучаю тему машинного обучения, столкнулся с тем, что там нет особого программирования, а основные проблемы лежат в области:

1. Статистики, аналитики, математики
   
2. Девопсе (как это все правильно развернуть, масштабировать и прочее)
   

Поэтому вопрос, Машинное обучение - это работа для программистов, или все же для специально обученных IT специалистов?

Answer 1

[Вадим Ш]

Язык программирования - это инструмент.
В машинном обучении, необходимо знать: статистику, аналитику и т.д. , без них Вы в данной области - никто.

Answer 2

[sim3x]

Потому, что сейчас профиль настолько попсовый, что ученым там делать нечего
Зато прикладных задач - все больше и больше

Answer 3

[⚡ Kotobotov ⚡]

Сейчас есть инструменты для разных категорий пользователей.
Если ты ученый, для тебя есть возможности по исследованиям и эксперементам.
Если ты разработчик, есть фреймворки и исследования на базе которых ты можешь заниматься разработками.
Есть ты домохозяайка, есть полностью готовые решения, где задача только развернуть и приконектить друг к другу готовые части.
Работа есть для любой категории пользователей -> определяешься с кругом задач, и двигаешься в выбранном направлении.

Comments

[ероха елдобаев]

отличный ответ...

Answer 4

[xmoonlight]

Машинное обучение - работа с "глубокой" логикой для настоящих программистов, которые могут сами проектировать и создавать сложные алгоритмы исходя из конретной задачи, в том числе и на основе нейросетей.

Answer 5

[Astrohas]

Знаю людей которые считают себя "специализдами по машинному обучению" хотя на деле и в теории и в программирование абсолютные сферические нули в вакууме.
По мне в 99% случаев это работа программиста, а ученные тут разве что во время проектирования, чтоб подсказать формулу или подсчитать какую-та константу нужны.

Answer 6

[oldpyron]

Вопрос аналогичен следующему: "Для развития теории гравитации кто нужен: математики или физики?" :)
Ответ прост - и те, и другие. Ученые выводят оптимальные алгоритмы, а программеры оптимизируют их под конкретные языки и платформы. Даже несмотря на попсовость ИИ сегодня, наиболее ценны все же алгоритмологи, ИМХО.
У попсовости есть и другая сторона - туда нсчали вливать деньги :)

Answer 7

[DrResist94]

А тут все зависит от сферы. Как таковых Дата саентистов не существует. Есть аналитики, исследователи, Machine Learning engineer и тп.

Уровень знания кода зависит от выбранной сферы.
К примеру, тут можно послушать про сферы и отличия.

В зависимости от направления варьируется уровень требований. Аналитикам знание программирования не так важно, как для MLE.

Comments

[DrResist94]

Странно, ссылка не вставляется.

Вообщем "074. Чем отличаются data analyst, data engineer и data scientist – Алексей Натёкин" на ютубе :)